@techreport{oai:ipsj.ixsq.nii.ac.jp:00241729,
 author = {Ji, Yuchen and 天方, 大地 and 佐々木, 勇和 and 原, 隆浩 and Yuchen, Ji and Daichi, Amagata and Yuya, Sasaki and Takahiro, Hara},
 issue = {8},
 month = {Dec},
 note = {ポリゴンのような複雑な形状のデータに対するクエリ処理において，その結果のサイズを推定するカーディナリティ推定問題は挑戦的であるが，クエリスケジューリングや最適化において重要な役割を示している．例えば，高速かつ性格な推定は，クエリ処理全体の効率性に大きく貢献する．既存のカーディナリティ推定技術はヒストグラムを用いているものが多く，ポリゴンを最小外接矩形に近似すれば適用可能であるが，正確性に欠けてしまう．この問題を解決するため，本稿では 2 次元ポリゴンデータを対象とした intersection クエリに対する学習型カーディナリティ推定器である PolyCard を提案する．数百万ポリゴンによって構成される実データを用いた実験により，PolyCard の効率性と正確性を確認したところ，PolyCard は以下の特長がある．（1）正確性：既存技術に対して 30% 精度を向上している．（2）高速性：一度の推定に 4 マイクロ秒しか要しない．（3）安定性：PolyCard は異なるカーディナリティとなるクエリに対して頑健である．},
 title = {2次元ポリゴンデータを対象としたIntersectionクエリに対する学習型カーディナリティ推定器},
 year = {2024}
}